بر اساس گزارشی که اولین بار توسط The Information در 10 آگوست 2026 منتشر شد و توسط رویترز تأیید شد، مایکروسافت در حال برنامه ریزی برای رونمایی عمومی از تراشه هوش مصنوعی نسل بعدی خود، Maia 300 در پاییز امسال - احتمالاً در ماه سپتامبر - است.

این گزارش که از افرادی با آگاهی مستقیم از این برنامه ها استناد می کند، نشان دهنده تسریع تلاش مایکروسافت برای طراحی شتاب دهنده های هوش مصنوعی خود و کاهش وابستگی شدید آن به پردازنده های پرهزینه انویدیا است. این حرکت بخشی از موج گسترده‌تر [اخبار فوری هوش مصنوعی] (https://aibuzzwire.news) است که در آن بزرگترین اپراتورهای ابری جهان برای ساختن سیلیکون سفارشی متناسب با حجم کاری خود رقابت می‌کنند.

پاسخی مستقیم به قدرت قیمت گذاری انویدیا

پردازنده‌های گرافیکی انویدیا در حال حاضر اکثریت قریب به اتفاق آموزش و استنتاج مدل‌های هوش مصنوعی بزرگ در ارائه‌دهندگان ابر مقیاس بزرگ را تامین می‌کنند، و این وابستگی قیمت بالایی دارد. مایکروسافت مانند گوگل، آمازون و متا میلیاردها دلار برای خرید سخت افزار انویدیا هزینه کرده است تا با تقاضای خدمات هوش مصنوعی مانند دستیار Copilot و سرویس OpenAI Azure همگام شود.

Maia 300 به عنوان پیشنهاد مایکروسافت برای پس گرفتن بخشی از این هزینه ها در نظر گرفته شده است. مایکروسافت با طراحی تراشه‌هایی که به‌طور خاص برای انواع بارهای کاری که در مراکز داده‌اش اجرا می‌شوند بهینه‌سازی شده‌اند، خط لوله تولید تراشه‌های هوش مصنوعی خود را تقویت کرده و اتکای خود را به سخت‌افزار با محدودیت عرضه و قیمت بالا انویدیا کاهش می‌دهد.

از Maia 100 تا Maia 300

مایکروسافت برای اولین بار ورود خود به سیلیکون هوش مصنوعی سفارشی را در نوامبر 2023 اعلام کرد و در کنفرانس توسعه دهندگان Ignite از شتاب دهنده هوش مصنوعی Maia 100 اصلی در کنار پردازنده مرکزی Cobalt 100 رونمایی کرد. Maia 100 به‌عنوان تراشه‌ای ساخته شده بود که از ابتدا برای اجرای مدل‌های زبان بزرگ و سایر حجم‌های کاری هوش مصنوعی در Azure ساخته شده بود.

جهش به Maia 300 نشان دهنده یک ارتقاء نسل قابل توجه است. در حالی که گزارش The Information مشخصات دقیقی را فاش نمی کند، قرارداد شماره گذاری - و فاصله چند ساله از Maia 100 اصلی - به بهبود قابل توجهی در عملکرد و بهره وری انرژی اشاره می کند، دو معیاری که برای استنباط هوش مصنوعی در مقیاس فوق العاده مهم هستند.

چرا هایپر مقیاس‌کننده‌ها سفارشی می‌شوند

مایکروسافت در تعقیب سیلیکون داخلی تنها نیست. این استراتژی به یک ویژگی تعیین کننده از چشم انداز سخت افزاری فعلی هوش مصنوعی تبدیل شده است:

  • Google تقریباً یک دهه است که روی واحدهای پردازش تنسور (TPU) خود تکرار کرده است و اکنون آنها را به مشتریان ابری ارائه می دهد.
  • Amazon از طریق بخش Annapurna Labs خود سرمایه گذاری زیادی روی خانواده تراشه های Trainium و Inferentia خود انجام داده است.
  • Meta در حال توسعه خط MTIA (متا آموزش و شتاب دهنده استنتاج) خود است.
  • AMD به گسترش مجموعه GPU Instinct خود به عنوان جایگزین تجاری پیشرو برای Nvidia ادامه می دهد.

برای این شرکت ها، محاسبات ساده است. سیلیکون سفارشی را می‌توان با مدل‌ها و پشته‌های نرم‌افزار دقیقی که یک شرکت اجرا می‌کند تنظیم کرد، به طور بالقوه هزینه هر پرس و جو را کاهش داد، تأخیر را کاهش داد و سلطه انویدیا را بر زنجیره تامین محاسبات هوش مصنوعی کاهش داد. حتی یک تغییر جزئی از سخت‌افزار Nvidia می‌تواند به صدها میلیون دلار صرفه‌جویی در مقیاس فوق‌العاده تبدیل شود.

آنچه سپتامبر می تواند به ارمغان بیاورد

اگر مایکروسافت ماه آینده Maia 300 را معرفی کند، احتمالاً از این موقعیت برای جزئیات معیارهای عملکرد، در دسترس بودن در داخل Azure و اینکه کدام یک از محصولات AI شخص اولش بر روی سخت افزار جدید اجرا می شود، استفاده خواهد کرد. این شرکت قبلاً سیلیکون سفارشی خود را به‌عنوان مکمل - به جای جایگزینی عمده برای - پردازنده‌های گرافیکی انویدیا در نظر گرفته بود و مدلی ترکیبی را پیشنهاد می‌کرد که در آن هر دو خانواده تراشه‌ها در زیرساخت هوش مصنوعی Azure همزیستی دارند.

تحلیلگران صنعت دو چیز را به دقت زیر نظر خواهند داشت: اینکه آیا Maia 300 نسبت به نسل فعلی انویدیا پیشرفت های قیمتی قابل توجهی را ارائه می دهد و اینکه آیا مایکروسافت می تواند به اندازه کافی از آنها بسازد تا در سفارشات انویدیا خدشه ای ایجاد کند. تولید تراشه در این مقیاس به ظرفیت بسته‌بندی پیشرفته و مشارکت‌های ریخته‌گری بستگی دارد که در سراسر صنعت تنگاتنگ باقی می‌مانند.

تصویر بزرگتر

ظهور Maia 300 نشان دهنده یک تغییر اساسی در اقتصاد هوش مصنوعی است. شرکت‌هایی که بزرگترین سیستم‌های هوش مصنوعی را می‌سازند و راه‌اندازی می‌کنند، دیگر راضی نیستند که صرفاً بزرگترین مشتریان یک تامین‌کننده تراشه باشند. آنها به خودی خود در حال تبدیل شدن به طراحان تراشه هستند و زنجیره تامینی را شکل می دهند که انویدیا از زمان شروع رونق هوش مصنوعی بر آن تسلط داشته است.

برای مایکروسافت، مخاطرات به ویژه بالا است. این شرکت متعهد به هزینه‌های سرمایه‌ای هنگفت برای گسترش زیرساخت‌های هوش مصنوعی خود شده است و سرمایه‌گذاران به طور فزاینده‌ای روی این موضوع تمرکز می‌کنند که آیا این هزینه‌ها به حاشیه‌های بادوام تبدیل می‌شوند یا خیر. یک برنامه موفق تراشه داخلی یکی از واضح ترین اهرم هایی است که مایکروسافت برای بهبود اقتصاد واحد در تجارت هوش مصنوعی خود دارد.

از هوش مصنوعی جلوتر بمانید

آیا می‌خواهید با آخرین پیشرفت‌ها در سخت‌افزار هوش مصنوعی، سیلیکون سفارشی و شرکت‌هایی که صنعت را تغییر می‌دهند، همراه باشید؟ برای پوشش روزانه داستان‌های مهم، [AI Buzz Wire] (https://aibuzzwire.news) را نشانک‌گذاری کنید.

اخبار هوش مصنوعی را بیشتر بخوانید →